在数据帧上应用函数计算 int 和 series 之间的差异幂

Question

我正在尝试使用 apply 函数向数据框添加新列。我需要计算第 0 行和所有其他行中 X 和 Y 坐标之间的距离，我创建了以下逻辑：import pandas as pdimport numpy as npdata = {'X':[0,0,0,1,1,5,6,7,8],'Y':[0,1,4,2,6,5,6,4,8],'Value':[6,7,4,5,6,5,6,4,8]}df = pd.DataFrame(data)def countDistance(lat1, lon1, lat2, lon2):        print(lat1, lon1, lat2, lon2)        #use basic knowledge about triangles - values are in meters        distance = np.sqrt(np.power(lat1-lat2,2)+np.power(lon1-lon2,2))        return distancedef recModif(df):        x = df.loc[0,'X']        y = df.loc[0,'Y']        df['dist'] = df.apply(lambda n: countDistance(x,y,df['X'],df['Y']), axis=1)        #more code will come hererecModif(df)但这总是返回错误：ValueError: Wrong number of items passed 9, placement implies我认为由于 x 和 y 是标量，使用np.repeat可能有帮助，但没有帮助，错误仍然是相同的。我看到类似的帖子，例如this，但是乘法很简单，我怎样才能实现我需要的减法呢？

Answer 1

中的变量名称.apply()混乱并与外部作用域发生冲突。避免这种情况，代码就可以工作了。

df['dist'] = df.apply(lambda row: countDistance(x,y,row['X'],row['Y']), axis=1)

df

   X  Y  Value       dist

0  0  0      6   0.000000

1  0  1      7   1.000000

2  0  4      4   4.000000

3  1  2      5   2.236068

4  1  6      6   6.082763

5  5  5      5   7.071068

6  6  6      6   8.485281

7  7  4      4   8.062258

8  8  8      8  11.313708

另请注意， np.power() 和 np.sqrt() 已经矢量化，因此 .apply 本身对于给定的数据集是多余的：

countDistance(x,y,df['X'],df['Y'])

Out[154]: 

0     0.000000

1     1.000000

2     4.000000

3     2.236068

4     6.082763

5     7.071068

6     8.485281

7     8.062258

8    11.313708

dtype: float64

Answer 2

为了实现您的最终目标，我建议将函数 recModif 更改为：

def recModif(df):

    x = df.loc[0,'X']

    y = df.loc[0,'Y']

    df['dist'] = countDistance(x,y,df['X'],df['Y'])

    #more code will come here

这输出

X   Y   Value   dist

0   0   0   6   0.000000

1   0   1   7   1.000000

2   0   4   4   4.000000

3   1   2   5   2.236068

4   1   6   6   6.082763

5   5   5   5   7.071068

6   6   6   6   8.485281

7   7   4   4   8.062258

8   8   8   8   11.313708

Answer 3

解决方案

尝试这个：

## Method-1

df['dist'] = ((df.X - df.X[0])**2 + (df.Y - df.Y[0])**2)**0.5

## Method-2: .apply()

x, y = df.X[0], df.Y[0]

df['dist'] = df.apply(lambda row: ((row.X - x)**2 + (row.Y - y)**2)**0.5, axis=1)

输出：

# print(df.to_markdown(index=False))

|   X |   Y |   Value |     dist |

|----:|----:|--------:|---------:|

|   0 |   0 |       6 |  0       |

|   0 |   1 |       7 |  1       |

|   0 |   4 |       4 |  4       |

|   1 |   2 |       5 |  2.23607 |

|   1 |   6 |       6 |  6.08276 |

|   5 |   5 |       5 |  7.07107 |

|   6 |   6 |       6 |  8.48528 |

|   7 |   4 |       4 |  8.06226 |

|   8 |   8 |       8 | 11.3137  |

虚拟数据

import pandas as pd

data = {

    'X': [0,0,0,1,1,5,6,7,8],

    'Y': [0,1,4,2,6,5,6,4,8],

    'Value':[6,7,4,5,6,5,6,4,8]

}

df = pd.DataFrame(data)